视频中的异常事件发现技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 论文研究目的与意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 学术项目研究 | 第14-15页 |
| 1.2.2 产品应用研究 | 第15-16页 |
| 1.3 视频数据集 | 第16页 |
| 1.4 论文研究内容与章节安排 | 第16-19页 |
| 第二章 视频预处理 | 第19-27页 |
| 2.1 灰度化与二值化 | 第19-20页 |
| 2.2 数学形态学方法 | 第20-24页 |
| 2.2.1 平滑滤波 | 第20-23页 |
| 2.2.2 腐蚀与膨胀 | 第23-24页 |
| 2.3 本章小结 | 第24-27页 |
| 第三章 感兴趣目标的检测和跟踪 | 第27-51页 |
| 3.1 常用的目标检测方法 | 第27-32页 |
| 3.1.1 光流法 | 第27页 |
| 3.1.2 VIBE | 第27-28页 |
| 3.1.3 背景减除法 | 第28-31页 |
| 3.1.4 区域连通处理 | 第31-32页 |
| 3.2 基于颜色直方图的人物定位 | 第32-40页 |
| 3.2.1 颜色空间与直方图 | 第32-33页 |
| 3.2.2 用颜色直方图进行目标匹配 | 第33-38页 |
| 3.2.3 改进的颜色直方图特征 | 第38-40页 |
| 3.3 基于集成学习的目标跟踪 | 第40-50页 |
| 3.3.1 Haar特征与积分图 | 第40-41页 |
| 3.3.2 集成学习 | 第41-43页 |
| 3.3.3 目标跟踪 | 第43-46页 |
| 3.3.4 实验与分析 | 第46-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 异常事件发现 | 第51-71页 |
| 4.1 异常事件检测方法 | 第51-52页 |
| 4.2 遗留物体/取走物体 | 第52-59页 |
| 4.2.1 研究现状简介 | 第52-54页 |
| 4.2.2 提取静态前景 | 第54-55页 |
| 4.2.3 区分遗留物体和取走物体 | 第55-57页 |
| 4.2.4 实验与分析 | 第57-59页 |
| 4.3 徘徊事件 | 第59-67页 |
| 4.3.1 研究现状简介 | 第60页 |
| 4.3.2 多目标跟踪 | 第60-61页 |
| 4.3.3 徘徊轨迹判定 | 第61-65页 |
| 4.3.4 实验与分析 | 第65-67页 |
| 4.4 跌倒识别 | 第67-69页 |
| 4.4.1 研究现状简介 | 第67页 |
| 4.4.2 基于运动特征的跌倒识别 | 第67-69页 |
| 4.4.3 实验结果 | 第69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 本文研究总结 | 第71页 |
| 5.2 进一步的研究与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士学位期间发表论文及科研情况 | 第79-81页 |
| 致谢 | 第81页 |
